熊猫石斑鱼缺少时间步长答案

【问题标题】：pandas grouper missing time steps熊猫石斑鱼缺少时间步长
【发布时间】：2020-01-05 05:38:59
【问题描述】：

我希望获得每个月的销售数量，即使产品缺少某个时期的销售数据。考虑以下示例：

import pandas as pd
import numpy as np
np.random.seed(42)

dates = pd.date_range('1/1/2001','31/12/2001', freq = 'd')
sales = [np.random.randint(100) for _ in range(len(dates))]
product = [['A', 'B', 'C'][np.random.randint(3)] for _ in range(len(dates))]

df = pd.DataFrame({'Dates': dates, 
                   'Sales': sales,
                   'Product': product
                  })
march = df.Dates.dt.month == 3
df = df[~march]

所有行军数据都被删除。当我打印出来时，我希望这些销售额显示为零：

monthly = pd.Grouper(key='Dates', freq='M')
sum_sales = df.groupby(['Product', monthly])['Sales'].sum()

其中sum_sales 仅针对产品 A 如下（注意缺少 3 月时间步长）：

Product  Dates     
A        2001-01-31    658
         2001-02-28    460
         2001-04-30    541
         2001-05-31    701
         2001-06-30    517
         2001-07-31    596
         2001-08-31    802
         2001-09-30    654
         2001-10-31    561
         2001-11-30    473
         2001-12-31    605

但是，如果我只是简单地执行df.groupby(monthly)['Sales'].sum() 而不按产品分组，我会得到预期的零。

Dates
2001-01-31    1616
2001-02-28    1256
2001-03-31       0
2001-04-30    1555
2001-05-31    1384
2001-06-30    1451
2001-07-31    1677
2001-08-31    1472
2001-09-30    1535
2001-10-31    1316
2001-11-30    1573
2001-12-31    1403

所以只是想知道如何让 pandas 在groupby 中使用多个东西时将缺失的日期显示为零销售额。

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

在我看来，您的解决方案应该可以工作，但似乎是错误。

可能的解决方案是使用resample 而不是Grouper 链接这两个操作：

sum_sales = df.set_index('Dates').groupby('Product').resample('M')['Sales'].sum()

print (sum_sales)
Product  Dates     
A        2001-01-31    658
         2001-02-28    460
         2001-03-31      0
         2001-04-30    541
         2001-05-31    701
         2001-06-30    517
         2001-07-31    596
         2001-08-31    802
         2001-09-30    654
         2001-10-31    561
         2001-11-30    473
         2001-12-31    605
B        2001-01-31    589
         2001-02-28    344
         2001-03-31      0
         2001-04-30    571
         2001-05-31    347
         2001-06-30    528
         2001-07-31    663
         2001-08-31    294
         2001-09-30    238
         2001-10-31    487
         2001-11-30    503
         2001-12-31    303
C        2001-01-31    369
         2001-02-28    452
         2001-03-31      0
         2001-04-30    443
         2001-05-31    336
         2001-06-30    406
         2001-07-31    418
         2001-08-31    376
         2001-09-30    643
         2001-10-31    268
         2001-11-30    597
         2001-12-31    495
Name: Sales, dtype: int64

【讨论】：

你认为我应该在 github 上打开一个错误报告吗？